基站智能防盗监控系统视频智能分析技术的研究

论文摘要

智能视频监控是计算机视觉领域的一个重要分支,属于学科前沿研究方向,它是一个横跨计算机科学,图像处理,人工智能以及模式识别等多个学科的新兴领域。所谓的智能视频监控是指在不需要人工干预的情况下自动对视频图像序列进行分析并给出分析结果。在智能视频监控的关键技术中,运动目标的检测、跟踪和识别是整个智能监控系统的重要组成部分。本文研究了视频分析技术,并将之应用于移动基站智能监控中。本文的主要的研究内容包括：1.介绍了智能视频监控系统的几大关键技术,重点阐述了运动目标的检测和运动目标的跟踪技术,及其在智能视频监控系统中的应用；2.基于现有的运动目标检测的研究成果,分析并比较了背景差分法及相邻帧间差分法的实现思想,并进行了实验验证,给出适用的场景说明；3.对现有运动目标的跟踪算法进行了研究比较,对基于特征的运动目标跟踪的MeanShift算法思想进行了深入的研究,并进行了实验仿真；4.在对运动目标跟踪之前,为了获得更为有效的、可靠的、精确的运动目标,我们对运动目标的检测结果进行了图像的形态学处理,以利于给后续运动目标跟踪提供更准确的运动目标。5.将视频智能分析技术应用于移动基站防盗,取得了较好的效果。

论文目录

• 摘要
• ABSTRACT
• 第一章 绪论
• 1.1 研究背景
• 1.2 研究现状
• 1.3 研究意义
• 1.4 本文研究内容
• 1.5 论文组织结构
• 第二章 基站智能防盗监控系统的组成
• 2.1 基站防盗系统的智能监控需求
• 2.2 基站智能防盗监控系统结构
• 2.3 基站智能视频监控系统各组成部分
• 2.3.1 前端设备
• 2.3.2 智能视频分析系统
• 2.3.3 传输网络
• 2.3.4 视频监控中心
• 第三章 智能视频监控系统的关键技术
• 3.1 前言
• 3.2 运动目标检测和提取
• 3.2.1 运动目标检测概述
• 3.2.2 背景差分法
• 3.2.3 相邻帧间差分法
• 3.2.4 光流法
• 3.3 运动目标描述
• 3.4 运动目标跟踪
• 3.5 运动目标识别
• 3.6 运动目标行为分析
• 3.7 本章小结
• 第四章 基站入侵检测和识别
• 4.1 运动目标检测
• 4.2 相邻帧间差分法
• 4.2.1 基本原理
• 4.2.2 算法流程
• 4.3 背景差分法
• 4.3.1 基本原
• 4.3.2 算法流程
• 4.3.3 算法分析
• 4.4 本章小结
• 第五章 入侵目标跟踪与识别
• 5.1 颜色空间简介
• 5.1.1 RGB颜色空间
• 5.1.2 HSV颜色空间
• 5.1.3 YUV颜色空间
• 5.1.4 颜色空间的转换
• 5.2 论基础
• 5.2.1 无参密度估计
• 5.2.2 核密度估计
• 5.3 MeanShift算法
• 5.3.1 目标模型的建立
• 5.3.2 候选目标模型的建立
• 5.3.3 目标定位
• 5.3.4 基于MeanShift的目标跟踪算法
• 5.3.5 MeanShift算法分析
• 5.4 本章小结
• 第六章 系统的设计与实现
• 6.1 系统设计
• 6.2 结果及分析
• 6.2.1 相邻帧间差分法
• 6.2.2 背景差分法
• 6.2.3 MeanShift运动目标跟踪
• 6.3 本章小结
• 第七章 总结和展望
• 7.1 工作总结
• 7.2 展望
• 参考文献
• 致谢